非参数检验是一类不依赖于数据分布假设的统计检验方法。当数据不满足正态分布假设时，非参数检验比参数检验（如t检验）更可靠。
🔬 三种检验的应用场景
- Mann-Whitney U - 两组独立样本（替代独立样本t检验）。例如：比较两种产品的用户评分
- Wilcoxon 符号秩 - 配对/前后对比（替代配对t检验）。例如：培训前后的技能评分
- Kruskal-Wallis - 三组及以上（替代ANOVA）。例如：比较多个品牌的满意度
📈 如何解读结果
- p < α → 组间存在显著差异
- p ≥ α → 无法认为组间存在显著差异
- 效应量 → 衡量差异的实际大小（r: 0.1小、0.3中、0.5大）